对流层天顶延迟改正模型研究及应用

论文摘要

随着全球卫星导航系统（GNSS,Global Navigation Satellite System）飞速发展,其在精密单点定位（PPP,Precise Point Position）及GNSS气象学等领域都取得了丰硕成果。卫星信号经过大气层时,受到非色散介质的影响产生的延迟即为对流层延迟。长期以来,对流层延迟始终是影响GNSS导航定位和精密单点定位效果的重要因素。因此研究对流层延迟对于提高GNSS导航精度和PPP定位效果具有重大意义。对流层延迟改正方法较多,包括参数估计法、外部修正法、差分法及模型改正法。模型改正法凭借其廉价性和便利性,得到了广泛应用,但同时也存在模型精度较低的缺陷。随着神经网络技术、遗传算法和数据同化技术的飞速发展,这些技术在多个领域呈现出诸多优势。因其他方向的对流层延迟均可由天顶方向的对流层延迟解算获取,故主要将上述技术用于对流层天顶延迟（ZTD,Zenith Tropospheric Delay）的研究。具体研究内容及成果如下:（1）介绍了大气基本结构及影响大气折射的气象参数,如气压、温度、相对湿度及水气压等。在分析对流层延迟随时间变化的基础上,总结了ZTD的时间序列变化规律。（2）在Hopfield模型基础上,利用误差补偿技术建立了具有较高精度的对流层延迟融合模型（BP-Hopfield模型）。通过美国怀俄明大学提供的2010年全球120多个测站的气象探空数据进行验证。结果表明,Hopfield模型的平均精度为±35.3mm,融合模型（BP-Hopfield模型）的平均精度为±23.5mm。融合模型（BP-Hopfield模型）的精度相比Hopfield模型提高约33%。（3）基于EGNOS模型,利用遗传算法与BP神经网络建立了一个高精度的对流层延迟融合模型（GA-BP-EGNOS模型）。利用IGS中心提供的2011-2014年北美洲20个测站的ZTD数据验证,结果表明融合模型（GA-BP-EGNOS模型）的平均精度为±34.4mm,EGNOS模型的平均精度为±80.4mm。相比EGNOS模型,融合模型（GA-BP-EGNOS模型）的精度提高约58%。（4）针对UNB3m模型存在气象数据质量低、数据周期性考虑不全等缺陷,通过数据同化技术,在UNB3m模型基础上同化ERA-Interim大气再分析数据,建立了一个高精度的融合模型（ERA-UNB3m模型）。利用IGS中心提供的2016年欧洲区域40个测站的ZTD数据进行多维度验证,结果表明,融合模型的平均精度为±31.4mm,UNB3m模型的平均精度为±46.3mm。结果表明融合模型（ERA-UNB3m模型）的精度较UNB3m模型提高约31%。（5）通过精密单点定位验证工作,发现ZTD模型精度越高,其定位效果越好。参数估计法比ZTD模型的定位效果稍好一些。对于XYZ三个方向的误差,Z方向比X、Y方向误差较大。对于NEU三个方向的误差,U方向误差最大。

论文目录

• 摘要
• Abstract
• 第一章 绪论
•   1.1 研究背景与意义
•   1.2 国内外研究现状
•     1.2.1 对流层延迟模型改正法
•     1.2.2 模型误差补偿技术
•   1.3 存在的问题与不足
•   1.4 主要研究内容及章节安排
• 第二章 大气基本结构与对流层延迟时间序列变化分析
•   2.1 地球大气的基本结构
•     2.1.1 地球大气的成分
•     2.1.2 地球大气的分层
•   2.2 对流层对GNSS导航定位的影响
•   2.3 对流层延迟的时间变化特征分析
•   2.4 本章小结
• 第三章 实测气象参数的经典对流层天顶延迟模型研究
•   3.1 实测气象参数的经典对流层延迟模型
•     3.1.1 Hopfield模型
•   3.2 基于神经网络的对流层延迟模型研究
•     3.2.1 BP神经网络原理
•     3.2.2 传统BP对流层模型
•     3.2.3 基于误差补偿技术的融合模型（BP-Hopfield模型）
•   3.3 实验结果与精度分析
•     3.3.1 实验结果
•     3.3.2 精度分析
•   3.4 本章小结
• 第四章 无实测气象参数的经验对流层天顶延迟模型研究
•   4.1 无实测气象参数的经验对流层延迟模型
•     4.1.1 EGNOS模型
•     4.1.2 GPT系列模型
•   4.2 遗传算法原理及融合模型（GA-BP-EGNOS模型）构建
•     4.2.1 遗传算法原理
•     4.2.2 融合模型的构建（GA-BP-EGNOS模型）
•   4.3 实验结果与精度分析
•     4.3.1 实验结果
•     4.3.2 精度分析
•   4.4 本章小结
• 第五章 对流层延迟改正模型研究及其在精密单点定位中的应用
•   5.1 对流层延迟模型和大气再分析资料
•     5.1.1 UNB3m模型研究
•     5.1.2 GPT2w模型研究
•     5.1.3 大气再分析资料
•   5.2 融合模型的建立和模型精度分析
•     5.2.1 融合模型的建立（ERA-UNB3m模型）
•     5.2.2 实验数据
•     5.2.3 模型精度分析
•   5.3 精密单点定位中的应用
•   5.4 本章小结
• 第六章 结论与展望
•   6.1 主要工作与结论
•   6.2 问题与展望
• 致谢
• 参考文献
• 作者简介

文章来源

类型: 硕士论文

作者: 陈阳

导师: 胡伍生

关键词: 对流层延迟,神经网络,误差补偿技术,遗传算法,精密单点定位

来源: 东南大学

年度: 2019

分类: 基础科学,信息科技

专业: 自然地理学和测绘学,电信技术

单位: 东南大学

基金: 国家自然科学基金项目(41574022)

分类号: P228.4;TN967.1

总页数: 69

文件大小: 3757K

下载量: 158